加权主成分距离聚类分析方法的有效性

依照经典聚类分析方法,并对现有的改进聚类分析方法优点与不足进行剖析,提出了一种自适应赋权的加权主成分距离聚类分析方法.与现有聚类分析方法相比,新的聚类分析方法克服了指标之间的高度共线性,并能依照指标重要性客观的差异进行自适应赋权,同时降低了错分率,且每一步都有充分的理论保证.通过采用不同聚类分析方法,分别对鸢尾花的品种数据进行实验,由实验结果可知,加权主成分距离聚类分析方法的分类效果优于其他方法,使分类的精度明显高于其它的分类方法.     

聚类分析方法在高校图书馆中的应用

聚类分析方法应用广泛,在高校图书馆中的应用应加以研究,提高图书馆管理水平和学术水平。介绍聚类分析方法涵义、分类,及在高校图书馆中应用的意义进行相应阐述,着重研究聚类分析方法在高校图书馆具体应用。以及提出促使聚类分析方法在图书馆应用的对策。     

基于主成分分析方法的聚类分析方法在灾情综合分类中的应用

通过主成分分析方法选取地震的主要灾情指标,运用SPSS软件中的聚类分析方法,对汶川地震时,四川省各受灾地区按系统聚类法进行聚类分析,得出地区灾情综合分类．所得结果与原文给出结果基本一致,进而验证了基于主成分分析的聚类分析方法在灾情综合分类中应用的合理性．并且,提供了一种正确进行灾情评价和物资分配的有效方法．     

城市声环境的综合评价

本文利用模糊数学聚类分析的方法,对城市环境噪声声级进行了分类,得到了与Lehmann的“噪声品级”分类相吻合的结果。     

灰色聚类法分析华东地区2005年的环境质量分类等级

随着中国经济的快速发展,环境问题日益严重,也越来越为人类所关注,分析环境质量等级的方法也有很多。聚类法就是其中的一种,聚类分析是在不知道类别数目的情况下对样本数据进行分类。它是根据”物以类聚的道理”,对样品和指标进行分类的一种多元统计分析方法。但是聚类分析不能解决同一类中优化排序问题,因此文章采用灰色聚类法来分析华东地区的环境质量分类等级。     

加权最小距离聚类分析法及应用

对学生综合成绩进行聚类分析时,用一般的方法由于不考虑专业课和公共课的区别,会使分类不够准确合理.文章用数学的方法改进了分类定义中的距离概念,使综合成绩分类更为合理准确.     

模糊聚类分析在交通事故分析中的应用

在模糊集理论及模糊聚类分析方法的四个步骤基础上,深入研究了模糊聚类分析法步骤在交通事故分析中的应用。通过对1999年我国交通事故相关数据进行统计,运用模糊聚类分析方法中两种不同的方法得出相似关系矩阵,应用平方法计算传递闭包,最终作出模糊聚类分析,并对两种方法进行比较。通过对交通事故进行分类,对掌握交通安全情况有很大的帮助。     

Z—80B1/2机鉴定化石程序

本文对华南一些竹节石化石用聚类分析的方法进行了数字分类,并与穆道成分类和捷克的Boucek分类进行了对比、讨论。 在数字分类的基础上,又编制了Z-80B1/2机鉴定竹节石化石的程序。     

非标准化数据的聚类分析方法

能否客观、科学地对制图要素进行分类是影响GIS制图的重要因素。介绍了相关性统计数据的标准化、空间距离系数矩阵的建立及分类的聚类分析方法。     

常用的聚类技术分析

聚类分析是数据挖掘的关键技术之一,聚类分析的典型应用包括物种的分类和分生物学的基因分类。同时在数据分析、模式识别、市场分析、流行病分析等领域也有较深入的应用。聚类分析中的典型数据结构分为数据矩阵和相异度矩阵两种。文章重点分析了典型的几类聚类算法,并指出了每一类算法的优缺点,最后对聚类分析技术的发展进行了展望。     

Effective learning strategy for hard samples

To improve the learning efficiency for hard samples and reduce noise interference caused by superfluous hard samples in deep hash algorithm,a generic strategy called Loss to Gradient for hard sample learning is proposed.First,a non-uniform gradient normalization method is proposed to improve the learning ability of models for hard samples.Back propagation gradients are weighted by calculating the loss ratio between hard samples and all samples.Furthermore,a weighted random sampling method is designed for accuracy improvement with superfluous hard samples.According to the loss,training samples are weighted and under-sampled for noise filtering and a small number of hard samples are retained to avoid over-fitting.Based on open datasets,the average accuracy of hash feature retrieval is increased by 4.7% and 3.4%,respectively.Experimental results show that the improved method outperforms other benchmarking methods in accuracy,proving that the feature representation of hard samples in the dataset can be effectively learned.     

聚类边界过采样不平衡数据分类方法

针对传统SMOTE过采样方法在生成合成样本的过程中存在的盲目性,以及对噪声敏感且容易出现过拟合现象的问题,提出一种改进的聚类边界样本过采样（CB-SMOTE）方法,通过引入“聚类一致性系数”找到少数类样本的边界,利用边界样本的最近邻密度来剔除噪声点和确定合成样本的数量,对SMOTE方法的新样本合成规则进行了优化.该方法是一种指导性的过采样方法,合成样本更加有利于分类器的学习.通过实验对比6种不同方法在UCI公共数据集上的分类性能,结果表明：CB-SMOTE方法对少数类样本和多数类样本都具有较高的分类准确率,且对过采样倍数的变化具有更高的稳定性.     

极小子样试验的虚拟增广样本评估方法

提出一种针对极小子样试验的虚拟增广样本评估方法。在工程实际中，对于成本昂贵的大型复杂结构体系或机构系统，往往只能做试件样本量为1或2的极小子样试验。在这种情况下，先根据极小子样试验的试验样本值虚拟增广样本，即把样本量从n=1虚拟增广至n=13，然后根据增广样本构造经验累积分布函数并对其进行修正，最后应用Bootstrap方法对增广样本进行评估，得到未知参数的估计。文中采用一个实例验证了所提出方法的实用性。     

基于最小二乘支持向量机和能量频谱分析的电机匝间短路故障诊断

针对异步电机的构造与定子匝间短路故障,提出了一种基于最小二乘支持向量机和能量频谱分析的故障诊断方法,该方法通过样本误差来选择贡献量比较大的样本,同时又顾及到其它样本的一些属性,再通过最小二乘支持向量机来进行训练,在保证算法的精度和推广的能力的同时,可以减少训练样本的数量,因而训练速度会很快。此方法具有鲁棒性和快速性,同时它也会削弱部分干扰样本的影响,从而减少误判的概率。实验结果显示,使用最小二乘支持向量机和能量频谱分析的故障诊断方法,对电机故障方式进行诊断具有一定的可行性和有效性。     

基于样本不确定性和代表性相结合的可控主动学习算法研究

通过选取最有信息量的样本提交专家进行标注,主动学习算法可以有效地减少无效标注样本的工作量。在充分考虑位于分类边界的不确定样本和基于先验分布的具有代表性样本的基础上,本文构造了不确定性与代表性相结合的可控主动学习算法。首先利用样本的kNN分布状况建立不确定性置信度模型,该思路不需要知道样本分布的具体类型和参数计算;然后在样本聚集度模型的基础上进行聚类,在此基础上建立代表性置信度模型。最后将不确定性置信度模型与代表性置信度模型进行综合,构造可控的主动学习策略,使得每次主动学习选择的样本更具有“价值”。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,当达到相同的目标正确率时,本文的方法比随机采样算法所需的样本数量少得多。     

降低异戊烷的碘值和酸值方法的研究

利用酸值和碘值测定的标准方法对大庆油田化工有限公司轻烃分公司提供的6个异戊烷样品的酸值和碘值进行分析,并与合格产品对比,研究了异戊烷样品的酸值和碘值。依据异戊烷样品酸值和碘值偏高的原因．设计了多层KOH填充柱法和浓硫酸处理法,利用该方法对异戊烷样品进行处理。处理后试样品的酸值和碘值均优于合格品。     

基于重要抽样马尔可夫链模拟的可靠性参数灵敏度分析方法

针对重要抽样法求解失效概率的问题,提出了一种基于重要抽样马尔可夫链模拟的快速可靠性参数灵敏度分析方法。该方法首先采用Metropolis准则和马尔可夫链模拟,将重要抽样法抽取的落入失效域中的样本点转化为条件样本点,这些条件样本点是落在失效域中的基本变量的实现,它们服从失效域条件下基本变量的概率分布,利用这些样本点替代Monte Carlo法抽取的条件样本点,可以通过加权回归分析快速得到隐式极限状态方程的近似,进而得到可靠性灵敏度。所提方法的显著优点是效率高,它只要在重要抽样法计算失效概率的结果中增加非常小的工作量,即可以快速得到可靠性参数灵敏度,算例结果充分说明所提方法的效率和合理性。     

微波电介质材料复介电常数的扫频测量

提出了测试电介质材料复介电常数的新方法,获得了利用两个散射参数同时求解材料复介电常数的表达式,解决了自由空间法测量电介质材料的相位模糊性问题,建立了测试系统,讨论了该系统的校准方法。通过在X波段对电介质材料复介电常数的测量,证明该测试方法的正确性。     

环境中石油烃污染物组分的气相色谱分析

采用硅胶／氧化铝层析柱分别对原油及污染土壤中的油组分进行了分离，得到了胶质和沥青质、饱和烃、芳烃和极性物等组分，回收率达90%以上；通过气相色谱法(GC)和重量法对受污染土壤和水体的石油烃(TPHs)所进行的定量分析结果表明：以20^#柴油为标准油，用GC法对水相中低浓度石油烃含量的测定效果较好；而用重量法测定受污染土壤中的油含量可以满足对环境样品的要求，利用GC图判别原油烃的指纹特征对于分析原油组成在环境中的变化具有重要意义。     

一种基于K2结构学习算法的石漠化数据特征选择方法

在石漠化信息的分类和提取过程中,冗余特征的存在影响分类器的性能,同时增加计算的复杂度。提出一种基于K2结构学习算法的石漠化数据特征选择方法,该方法通过BIC评分方法得到贝叶斯网络的结构,从中获得类节点的马尔可夫覆盖,继而进行特征选择。同时借用不同评分函数的等价性来确定结构学习时所需的样本数,并且给出了样本数的参考。实验表明,该方法由于结合了样本的分类信息,获得的特征子集是最优的,显著提高了分类精度,降低了计算复杂度。